Η τεχνητή νοημοσύνη

Του Κωνσταντίνου  Βαλανίδη*

Σήμερα η τεχνητή νοημοσύνη αποτελεί μια πραγματικότητα στην καθημερινότητά μας. Από τον προσωπικό βοηθό στο κινητό τηλέφωνο μέχρι και τα αυτόνομα αυτοκίνητα που έχουν μειώσει την ανθρώπινη παρέμβαση, ενώ ταυτόχρονα έχουν βελτιώσει κατά πολύ την εμπειρία του οδηγού – επιβάτη. H τεχνητή νοημοσύνη προσφέρει τις υπηρεσίες της στον άνθρωπο και απλουστεύει τη ζωή του.
Σε ό,τι αφορά το επαγγελματικό περιβάλλον, ο ρόλος της τεχνητής νοημοσύνης εστιάζει στη συμπλήρωση και υποστήριξη της ανθρώπινης νοημοσύνης. Ειδικότερα, μια συγκεκριμένη κατηγορία τεχνολογιών, οι αλγόριθμοι της μηχανικής εκμάθησης, έχουν την δυνατότητα να χειριστούν και να αναλύσουν τεράστιους όγκους δεδομένων. Μέσα από την εισαγωγή τους ως μέρος της αυτοματοποίησης διαδικασιών αλλά και στις διάφορες τεχνολογικές λύσεις, μπορούν να παρέχουν ακριβή αποτελέσματα για την υποστήριξη του ανθρώπου, επιτρέποντάς του να πάρει αποτελεσματικές αποφάσεις σε σύντομο χρονικό διάστημα. Το απώτερο μέλλον της τεχνητής νοημοσύνης στον χώρο της πληροφορικής, είναι το σημείο κατά το οποίο τα αυτόνομα συστήματα θα μπορούν να διδαχθούν μέσα από τις ανθρώπινες γνωστικές λειτουργίες και να τις μιμηθούν κάτω από διαφορετικές συνθήκες.
Οι ικανότητες της τεχνητής νοημοσύνης μπορούν να αξιοποιηθούν σε μεγαλύτερο βαθμό μέσα σε ένα δομημένο περιβάλλον, όπου οι σχετικές και απαραίτητες για το σύστημα πληροφορίες παρέχονται και οι στόχοι του αποτελέσματος είναι ξεκάθαροι. Σε αυτές τις περιπτώσεις η ακρίβεια στο αποτέλεσμα είναι υψηλή, ενώ για συγκεκριμένες εργασίες μπορεί να ξεπεράσει ακόμη και αυτή του ανθρώπου (narrowAI). Τέτοια παραδείγματα τεχνητής νοημοσύνης μπορεί να είναι η κατηγοριοποίηση μηνυμάτων ηλεκτρονικού ταχυδρομείου σε ασφαλή ή μη μηχανές,οι οποίες προτείνουν προϊόντα σε χρήστες βάσει του αγοραστικού τους προφίλ και άλλα. Από την άλλη πλευρά, σε ένα περιβάλλον όπου η απαραίτητη πληροφορία ή ο επιθυμητός στόχος δεν προσδιορίζονται ξεκάθαρα, το intelligence augmentation (ενισχυμένη νοημοσύνη)διαδραματίζει σημαντικό ρόλο. Μέσα από το intelligence augmentation, η ανθρώπινη νοημοσύνη μπορεί να υποστηρίζεται από την τεχνολογία αλλά ο άνθρωπος παραμένει το κέντρο της αλληλεπίδρασης μεταξύ αυτού και του υπολογιστή. Για παράδειγμα, ένα σύστημα αποφυγής σύγκρουσης μεταξύ αυτοκινήτων μπορεί να βοηθήσει τον άνθρωπο να αποτρέψει ένα ατύχημα, την ίδια ώρα που ο ίδιος παραμένει ο κύριος χρήστης, έχοντας ενισχυμένο επίπεδο πληροφόρησης για την δεδομένη στιγμή μέσα από τις δυνατότητες που του προσδίδει το intelligence augmentation.
Η διαφορά της ενισχυμένης νοημοσύνης με την τεχνητή νοημοσύνη είναι ότι η πρώτη στοχεύει, μέσα από τις ίδιες τεχνολογίες και αλγορίθμους, να ενισχύσει το επίπεδο της νοημοσύνης και πληροφόρησης του ανθρώπου για να εκτελέσει μια ενέργεια ή να πάρει μια απόφαση σοφότερα. Επομένως, ο άνθρωπος παραμένει σε κεντρικό ρόλο. Η δεύτερη σκοπεύει στην εκμάθηση από τις γνωστικές λειτουργίες του ανθρώπου και την μίμησή τους. Για παράδειγμα, στην περίπτωση της ενισχυμένης νοημοσύνης, ο χρήστης ενημερώνεται ότι υπάρχει αυξημένος κίνδυνος εγκατάλειψης του οργανισμού από μια συγκεκριμένη ομάδα πελατών, την ίδια ώρα που του προτείνει μια σειρά από ενέργειες για αποτροπή αυτού του ανεπιθύμητου αποτελέσματος. Σε μια άλλη περίπτωση,το intelligence augmentation μπορεί να συνδυάσει τα αποτελέσματα των αλγορίθμων της τεχνητής νοημοσύνης και να προτείνει συγκεκριμένα προϊόντα σε συγκεκριμένα άτομα την δεδομένη στιγμή που τα χρειάζονται, αυξάνοντας την ικανοποίηση του πελάτη και το επίπεδο εξυπηρέτησης του, πράγμα που συνδέεται με τη διάρκεια που παραμένει ένας πελάτης πιστός σε ένα οργανισμό.
Πολλά χρηματοπιστωτικά ιδρύματα έχουν υιοθετήσει τεχνολογίες τεχνητής νοημοσύνηςγια την εκτέλεση πολλών εργασιών τους. Κάποια παραδείγματα είναι η χρήση ανεπτυγμένων αλγορίθμων που μπορούν να ανιχνεύσουν μοτίβα και συσχετισμούς στα δεδομένα, δίνοντας την ευκαιρία στον άνθρωπο ή στον οργανισμό να προχωρήσει από την περιγραφική και αναδρομική προσέγγιση του προβλήματος στην προληπτική και έγκαιρη αντιμετώπισή του. Τέτοιες τεχνικές μπορούν να ανιχνεύσουν συναλλαγές που σχετίζονται με απάτη, αποτρέποντας την εκτέλεσή τους πριν ακόμα αυτές διεκπεραιωθούν. Έχουν ακόμη τη δυνατότητα να υπολογίσουν την πιστοληπτική ικανότητα του κάθε πελάτη συνδυάζοντας δημογραφικά και οικονομικά χαρακτηριστικά, μειώνοντας έτσι το ενδεχόμενο ο οργανισμός να εκτελεί τις εργασίες του με αυξημένο ρίσκο. Σε μια άλλη περίπτωση, πελάτες χρηματοπιστωτικών ιδρυμάτων έχουν την ευκαιρία να εξυπηρετηθούν στο διαδίκτυο από ρομπότ επικοινωνίας – Chatbots, τα οποία χρησιμοποιώντας αλγόριθμους τεχνητής νοημοσύνης, επικοινωνούν με τον πελάτη με τρόπο παρόμοιο με αυτό του ανθρώπου. Μέσα από αυτά τα παραδείγματα αναδεικνύεται ο σημαντικός ρόλος της τεχνητής νοημοσύνης για τους μεγάλους οργανισμούς και η καλύτερη εμπειρία που αποκτά τόσο ο χρήστης από την πλευρά του οργανισμού, όσο και οι πελάτες του.
Υπάρχουν περιπτώσεις που ένα χρηματοπιστωτικό ή άλλο ίδρυμα διαθέτει μια σειρά από τεχνολογίες τεχνητής νοημοσύνης που εξάγουν πολλά αποτελέσματα, τα οποία ο χρήστης θα πρέπει να χρησιμοποιήσει για να πάρει κάποιες σημαντικές αποφάσεις. Σε αυτό το σημείο το intelligence augmentation,συνδυάζοντας τα αποτελέσματα αυτά με την αλληλεπίδραση του χρήστη, προτείνει μια σειρά από αποφάσεις ή ενέργειες που πρέπει να ακολουθηθούν. Με άλλα λόγια,το intelligenceaugmentation βοηθά τον χρήστη στην αξιολόγηση των πιθανών ενεργειών που θα πρέπει να λάβει, ενημερώνοντάς τον για το επικείμενο θετικό αποτέλεσμα ή αρνητικό αντίκτυπο καθώς και το μέγεθος αυτού.
Το intelligence augmentation διαδραματίζει και θα συνεχίσει να διαδραματίζει σημαντικό και κυρίαρχο ρόλο στο μέλλον. Η δυνατότητα που δίνει στον χρήστη να συγχωνεύει και να συνδυάζει πληροφορίες και αποτελέσματα άλλων αναλύσεων, με στόχο την περεταίρω αναβαθμισμένη ανάλυση από αποκομμένες μέχρι τώρα πηγές πληροφοριών, ενδυναμώνει το επίπεδο νοημοσύνης του χρήστη και του επιτρέπει μέσα από μια σειρά δικών του παραμέτρων, να λαμβάνει ολοκληρωμένες και αποτελεσματικές αποφάσεις. Δεν υπάρχει ανταγωνισμός μεταξύ της τεχνητής και της ενισχυμένης νοημοσύνης. Απεναντίας, και οι δύο κατέχουν και θα εξακολουθήσουν να κατέχουν ένα σημαντικό ρόλο στο μέλλον.

*Κωνσταντίνος Βαλανίδης, Senior Advisor II, KPMG Limited. Το άρθρο δημοσιεύτηκε στην ιστοσελίδαStockwatch